提起新零售，你的腦海裡可能會浮現出“線上線下融合”“人-貨-場重構”等理論詞彙。但你可能并不知道它們究竟是如何實作的，也不了解它的核心與本質究竟是什麼。你或許在被動地接受認知，卻不知如何主動擁抱變革。
近日，CBNData邀請天貓新零售營運專家及新零售先鋒品牌，分享不同行業新零售的玩法，探讨資料在新零售場景的應用，通過資料洞察消費者需求與痛點，進行C2B模式的新品開發、品類的拓展、精準營銷以及柔性供應鍊的驅動。
近兩年以來，天貓一直在探索新零售的各種可能性，越來越多的品牌開始選擇借力天貓來擁抱新零售。截至目前，已有1000多個品牌接入天貓新零售系統，活躍門店數高達10萬家。
那麼，品牌的新零售道路大概會分為幾步走呢？
據小二介紹，天貓為品牌打造新零售賦能場景可以分為四個階段：
第一階段為商品打通，品牌需要将線下零售的全管道商品進行共享。
平台會為門店提供物流能力，幫助門店發貨、門店自提以及線下掃碼購等。比如，服裝品牌伊芙麗打通全管道商品及庫存資料後，在雙11期間通過系統自動比對就近門店直接發貨，物流效率大大提升，客戶體驗得到優化，最終實作線上線下銷售同步增長。
第二階段為智慧門店，利用各種黑科技賦能線下門店。
首先建立資料化客流分析，從進店使用者、興趣使用者到購買使用者，對不同群體做出精準識别，并引導使用者快捷入會。
通過智能支付（阿裡的POS支付工具或者支付寶的當面付與線上進行結合），進而沉澱出線下支付的人貨品比對資料，并進行線下選品和營銷；建立智能導購，根據使用者偏好進行營銷，幫助導購人員與不同層次的使用者建立長期聯系。
舉個例子，以往線下導購需要不斷詢問使用者喜好，效率不高還容易導緻客戶的抵觸情緒。
為了讓使用者“自主”表達需求，家居品牌索菲亞研發了一款3D渲染軟體，客戶輸入戶型尺寸後，軟體可以實時按照比例出效果圖，而在做方案的同時，消費者可以根據品類、搭配、風格、個性喜好以及突然萌發的新想法，直接在圖上進行修改，這樣不僅節約了店員和使用者雙方的溝通成本，也讓消費者的個性化定制需求得到滿足。
第三階段為線上線下資料融合，打造資料商業化場景。
一方面，品牌能夠基于使用者地理位置的LBS營銷，将使用者引流到店；基于現有的消費者使用者資産，在可控的店鋪、品牌号、微淘進行定向使用者的營銷；還可以在阿裡巴巴的媒體聯盟拓展更多的潛客，進而在媒體聯盟的各個管道進行更高的轉化。
基于這樣的資料應用場景，品牌們的套路越來越有新意，比如線上流量線下轉化。線上粉絲隻要進入門店3公裡範圍内，就會自動接收到優惠資訊或贈品福利資訊。
美妝品牌林清軒給門店附近粉絲設定了3ml的潤膚油小樣和20分鐘護理等福利，吸引她們到門店領取小樣并體驗産品，測試下來發現轉化率高達80%，效果尤為驚人。
另一方面，資料打通可以幫助品牌在預測、生産、品牌的營銷零售、零售環節的選品和選址等各個環節進行商業化的賦能，讓商家在生産企劃環節和零售環節捕捉到精準的消費者需求，實作商品的效率最大化。
以服裝行業為例，伊芙麗通過預熱期商品的基礎資料，例如“點選率、收藏人數、加購人數、曆史品類轉化率、收藏加購率”等多項資料名額，建立商品預測資料模型。這套模型在2017年雙11期間的預估産銷準确率達到95%以上，關聯供應鍊快速響應生産追單，最終雙11達到2.83億的銷售！
第四階段為品牌人-貨-場的重構，利用沉澱資料打造新零售門店。
門店中有較多智能硬體的植入。例如：雲貨架、搭配魔鏡、二十四小時不打樣的門店，利用高科技在門店實作無限寬度和深度的商品陳列，并通過對人的識别進行精準的商品推薦，在單個門店中實作商品效率最大化。
這些智能硬體的植入，背後仍然需要資料作為支撐。瑪麗黛佳推出的色彩販賣機，雖然看起來是一台“無人售賣機”，但它卻能記錄線下消費者對口紅色号、質地等偏好，進而發現消費者線上上、線下場景的不同購物習慣，反方向推動品牌的産品更新。
與此同時，根據不同地域消費者對色彩、質地的偏好，機器的産品投放也會根據人群變化而做出相應調整，進而實作商品效率的最大化。
中小商家也把握新零售風口！
也有商家會産生這樣的疑問：“隻是單純的線上商家，也沒有打算去開實體店，那我還能參與其中嗎？”
仔細看完上述一系列舉措，你會發現它們的最終目的隻有一個：
各項黑科技的應用，都是為了提升消費者體驗。
而資料能夠讓我們更了解自己的客戶是誰，其興趣愛好、購買習慣、消費能力等，進而反向重塑我們的産品結構和營銷手段，提供消費者更願意為之買單的産品及營銷服務，優化消費者的購買體驗。
這些規律放在任何一個行業都很适用。
服裝品牌伊芙麗針對當季潮流款抓取大盤流行趨勢、品類波動在2017年雙11前期就預測出毛呢品類有比較大的增長，并具體到雙面呢面料、及顔色為焦糖色，然後精準預測銷量，并及時追單，最終實作雙11銷售1萬件的優異成績。
此前CBNData在研究女裝潮流人群時就發現，潮流人群對于焦糖色、磚紅色、墨綠色有着強烈的偏好，如果商家能及時把控潮流人群的最新動向，并将資料結論應用到備貨生産中，就能收獲不俗的業績提升。
消費者資料的應用場景十分廣泛，除了用于指導品類選擇，還可以用于指導品牌聯合營銷和精準營銷。商家通過分析使用者購物籃裡的交叉和聯系，找到與自身使用者重疊度最高的店鋪，既可以發起聯合營銷，也可以做鑽展定向投放，最終實作店鋪的轉化效率提升。
比如，索菲亞通過資料銀行發現某個品牌跟它的使用者重合度很高，是以雙方在去年“雙十一”期間展開聯合營銷活動，并在各自頁面上互推了位置。資料結果顯示，從該品牌頁面導流來的使用者的成交轉化率比其他店鋪多出一倍。
在美妝行業，CBNData通過分析近三年消費者購物籃變遷發現，使用者逐漸從護膚需求更新為彩妝需求。更新的首選品類，除了大家熟悉的唇膏口紅，眼影也是主流選擇之一，這也意味着眼影将會是很多彩妝新客的優先選擇。瑪麗黛佳的鬼馬“小魔盒眼影的問世正是基于這樣的資料發現。
CBNData認為，商家在分析産品趨勢的時候需要關注三個方面，以眼影為例：
第一是分析熱銷商品屬性趨勢，看消費者喜歡為具有哪些特征的商品買單。比較關鍵的屬性有質地，規格，概念，功能，品牌等等；
第二是分析搜尋詞，借此來判斷消費者在進行購買決策前主要考慮哪些因素。對于眼影而言，舉例來講“初學者适用”就是一個是很關鍵的購物訴求；
第三是分析評論詞，并從中分析客戶品牌相對競品在重要次元上的優勢和劣勢，幫助品牌識别産品創新機會。
總結來說，新零售是利用網際網路技術提升消費者體驗，也讓經營效率得到提升，成本得到控制。從這個角度來說，資料化營運是新零售時代每位商家都應該學會的必備生存技能。
是以，新零售并不是一場隻有大品牌才能拿到入場券的大PARTY。不論是大品牌還是小店鋪，不論你是否擁有線下門店。當你掌握它的“核心技術”，每個人都可以成為新零售時代的參與者。
原文釋出時間為：2018-05-16
本文來自雲栖社群合作夥伴“
阿裡研究院”，了解相關資訊可以關注“
”。